1. 在阿里巴巴搭建过算法平台, 同时兼顾高级java开发和高级算法工程师, 有比较好的工程能力, 主导业务风控. 熟练使用java, python, 各种风控业务和算法;
2. 在电商/跨境电商平台, 主导搜索流程, 熟悉搜索从QP到排序到业务调整的整个逻辑和算法, 也比较熟悉对应的推荐算法
1阿里巴巴:
1.1 账号安全: 作为核心分析人员参与风险信息库的搭建,主要分析交易数据进行特征提取,分析并完成上线使用的整个链路,进行风险防控,自主开发的特征已经在3个业务(旺旺垃圾/被盗账号,诱导确认,盗号二次验证)上有了较好的防控/过滤效果,主要分析工具xlab(阿里内部数据分析建模工具)和R;
1.2 交易安全:使用C5算法进行淘宝恶拍行为的分析,特征提取,建模,使得防控量上升300%,模型准确率业务验证95%,并在过程中完成特征提取优化的专利一篇,已被受理;
1.3 交易安全:独立完成恶意诱导确认行为的防控,周案件量降低20% - 30%;
1.4 垃圾广告: 使用随机森林算法对垃圾广告留言进行分析,特征提取,建模,准确率97%;
1.5 可信判断:采用可信的方式减少三方欺诈的误判客户骚扰5%;
2. 搜索负责人:带领1~3人团队对搜索埋点/推荐词/QP/召回/粗排/精排/业务重排等各模块进行优化和重构,完成每个季度大约15%~20%的AB提升和各种业务需求的对接,并对结果负责。
2.1搜索精排:从传统xgb到深度学习deepFM,esmm开发落地(每次有效迭代提升3%-6%)到多模态模型clip的开发落地(原生模型和finetune模型合计提升20%左右),并叠加业务数据分析和策略的优化;
2.2搜索召回:在QP文本召回(分词/纠错/改写)的基础上,使用clip添加query对商品主图和query对商品标题的向量召回,使得最后的转化数据提升12%左右;粗排截断中,使用质量分优化和蒸馏模型进行粗排模型的优化,提升5%左右;
3. 主搜个性化排序:算法xgboost+lr和lr,优化ctr,独立完成女性行业化的分行业优化。护肤品行业的uv转化率从1.18%提升到3.6%,化妆品和女装行业也有10%以上的提升。
3.1 广告:ctr和cvr的优化,使得ecpm收益最大化。主要成果为业务成果,通过算法改进,策略迭代,收入在5个月中翻了3倍。
3.2 虚假交易:独立完成,主要使用C5和规则防控,样本召回率95%(北京原有的防控策略样本召回率50-60%左右),上线以后每天产生千级的处罚,前期无反弹,后期反弹率小于千分之一;